跳到主要内容

六种关键词搜索 — 从一两个词,到诉讼级检索

这一章讲三件事: 六种关键词搜索模式各解决什么信息需求; 其中最重的「区块搜索」怎么分阶段打(本章主走查); 以及为什么书里要把这些「正在过时」的写法完整保留下来。 它是第 07、08 章的实战篇:概念落成手法,公式落成打法。

1. 先看现象:你怎么搜,取决于你要什么​

第 07 章说过,信息需求的大小决定搜法。这一章把这句话展开成六种具体模式。 书里先给了一个总表1,我们把它翻译成带例子的一览:

模式形态例子(原书场景)查准查全
基本简单搜索一两个词瑞典销售搜「sales」高低
详细简单搜索简单组合式白蜡树学名+管家名高低
灵活简单搜索截断词*wood* 捞所有木头词低高
区间搜索两值夹一段某两年的照片高低
区块搜索词块拼装律师尽调整堆木种词低高
陈述搜索大杂烩陈述找无主的 Tableau 报表高低

注意这章讲的全是关键词搜索(一个词一个词拼出查询式的老式搜索,行话叫 keyword search)。 书里明说:它把第一版的所有模式原样保留,就是为了让你看清对话式搜索正在替换什么2—— 这些写法看着老,背后的逻辑正是你将来「精确地对话」的本钱。

2. 简单端:三种简单搜索​

基本简单搜索:顶部命中即一切​

一两个日常词打进去,要的是排在最顶上的那一条——书里的标准很苛刻: 「顶部那一击,单独看,必须是完美的查准命中;顶上以下的一切都不重要」3。 H&M 的例子:驻瑞典的销售代表搜「sales」,指望第一条就是他辖区最新的销售报表4。

为什么敢这么期待?因为第 08 章那六套幕后机制都在为他服务:他知道你是谁、 你常搜什么、你上次点了什么。建在知识图谱上的目录,简单搜索尤其强—— 书里直接拿 Google 的知识图谱作类比5。

书里还提醒了一个营销陷阱:供应商演示时最爱演这种搜索——它最好看, 但它不可能满足所有信息需求;其他模式难学难演,所以从不被宣传6。

详细简单搜索:慢,但每一发都中​

当你明确知道要什么、而且能准确说出它的名字时,用这种。H&M 的词表里, 木头都带拉丁学名。要找「管家是 John Miller 的白蜡树(ASH,学名 Fraxinus)数据」7:

  GlobalGlossary:Ash Fraxinus AND DataSteward:John Miller

慢在哪?你得先查清词表里的准确写法、管家的准确拼写,再小心拼起来—— 所以它慢;准在哪?每个条件都是精确值,回来的每一条都对8。

这种写法书里自己都承认「可能已经显得老派」——对话版已经出现:你说人话, AI 负责把布尔运算符放对位置、把语义意图抓对9。

灵活简单搜索:故意放宽,捞回来再说​

不知道资产怎么描述、只知道大概主题时,反过来玩:牺牲查准,换取查全。 通讯部想知道公司用过哪些木头(写新闻稿用),听说在 CSV(逗号分隔的表格文件)里,于是搜 「CSV + wood 的所有变体」——用两侧截断(*wood*)把 wooden floor、beautiful wood、woods 统统捞进来10。

书里给这种模式留了个耐人寻味的判词:即使对话式 AI 也能做,这种搜索会保持关键词形态—— 因为你要的本来就是「一整个结果集」,不是一条答案11。

3. 复杂端:三种复杂搜索​

区间搜索:在两个值之间找​

找「某个时间段/某个编号段」的东西。H&M 的项目组要 2012 年 11 月到 2018 年 2 月之间的 心材照片12:

  项目编号版:  > RES.100.7.1003 AND < RES.100.7.1837
  日期版:      Pictures of heartwood AND (< 01.31.2018 AND > 10.31.2012)

两个值夹出一段,高查准低查全——和「详细简单」同档,只是约束从「等于」换成了「之间」。

区块搜索(主走查):为诉讼而搜​

现在走本章的主走查。场景:一个不满的客户起诉 H&M——他家的房子外墙开裂, 他主张造房的木头不够结实13。H&M 的律师要开始尽职调查:把公司里所有关于 「各类木头在自己建筑中的坚固性」的报告和测试数据全部找齐—— 一条都不能漏,漏一条就是庭审时的哑弹14。

律师的打法,分三步:

第一步:拆主题成词块。 「木头的种类」是一个块(松 Pine、白蜡 Ash、山毛榉 Beech、 橡 Oak……但排除椴木 Linden——那是另一个用途的木头),「坚固性/耐久性」是另一个块。 书里给出的真实查询式长这样(原文截取)15:

  (DomainTerm:((Pine OR Ash OR Beech OR Oak OR Wood) NOT Linden)
   OR FreeTerm:Wood OR GlobalTerm:(Pine ...

读法:域词表里的任一木种词、或自由词表里的 wood、或全局词表里的木种词—— 三条路通向「木头块」;之后整个木头块还要并且匹配坚固性块。

第二步:接受它的代价。 这种拼法追求的是把每一个潜在相关资产都捞上来—— 最大化查全率,代价是查准率;律师们知道自己将要精读一大堆结果(第 08 章的 「精读」在这里上场)16。

第三步:多阶段迭代——搜、看命中、调词、再搜。 书里指出,区块搜索(LIS 界的老方法)通常是好几个阶段的: 先搜一轮,分析命中,加词、删词、再搜——直到把「需要的数据」彻底翻译成 「目录的语言和结构」17。

它为什么必须靠人工词标? 第 08 章的齐普夫定律在这里兑现: 只靠机器爬来的技术元数据,区块搜索成功率很低——你需要人来打的词表术语, 不是机器生成的,资产才能彼此分开18。第 05 章打的那些标签、第 06 章贴的内容代号, 全是为这一刻准备的。书里的判词:在法律、合规与复杂创新检索里,区块搜索是成败手19。

辅助工具:search builder。 不是所有律师都学过查询语言。高级搜索里的 search builder(搜索构建器)把长查询变成点选式面板——灰色括号默认可选,点一下激活20。 书里补了一句冷知识:这类构建器是 PubMed(医学文献检索库)的标准件,很多目录也有。

陈述搜索:大杂烩,但常用​

最后一种最没有诗意:把人、系统、域、日期一股脑拼进一条长陈述。最常见的用途是 管理目录本身。H&M 数据发现团队的例题:「找出 Legal、Finance、IT 三个部门里, 2022 年 1 月 1 日之后创建、没有资产负责人的 Tableau 报表」—— 拿这份名单去找各域管家,把缺的负责人补上21。 (第 03 章的角色梯在这里接上:负责人署名不是荣誉,是可被审计的缺口。)

4. 对话式替换进行到哪了​

书里给每种模式都配了一幅「对话版」想象图,但态度分级很清楚:

  • 详细简单搜索:对话版已在发生——AI 抓准布尔逻辑与语义意图9;
  • 区间搜索:可以转成一句顺滑的自然语言问题22;
  • 区块搜索:作者的原话是「太早,说不清」——把多阶段的结构化区块搜索翻译成对话, 会是什么样,2026 年还没人知道23;
  • 普遍规律:关键词例子会越来越显得过时,这是趋势而非缺陷24。

书里在区块搜索那里放了一个迷人的旁注:布尔逻辑(AND/OR/NOT)源自数学家 George Boole 在 1853 年把逻辑数学化的工作——对话式 AI 把布尔逻辑送回了它的出生地: 从技术查询语句,悄悄融回自然语言本身25。

5. 作者的判断与证据​

书里给出的方法:

  • 六模式与「查准/查全」档位的对应表,是作者自建的框架(第一版即有,第二版原样保留);
  • 区块搜索的多阶段迭代法,书里注明是 LIS 界的成熟方法,不是作者自创17;
  • 「区块搜索依赖人工词标」——直接引齐普夫定律的结论,与第 08 章的数学闭环18。

作者的坦白:

  • 对话式区块搜索「太早说不清」——书里少见的直白承认边界23;
  • 「这些例子会越来越过时」——作者主动给自己的章节标好保质期24。

判断(我们的,不是书里的): 六种模式里,值得花力气学的是两种: 详细简单搜索(看懂它=看懂 IRQL 的语法与语义)和区块搜索(看懂它=看懂多阶段检索的打法)。 基本简单搜索不用学(它会自己变好),灵活/区间/陈述是前两者的变体。 换句话说:把「精确表达一个条件」和「多阶段围剿一个主题」练成本能,对话式工具只是换个输入法。 如果错,会错在: 如果对话式搜索进化到能自动完成「多阶段迭代」(自己搜、自己看命中、 自己改词),区块搜索的「打法」价值会向「需求表达」价值转移——那时要练的是把需求说清楚, 而不是把查询拼出来。书里对这一天持开放态度23。

6. 边界与局限​

  • 示例语法是虚构产品的。 GlobalGlossary:、DataSteward: 这些栏位名属于 H&M 的假想目录; 真实产品的 IRQL 各家不同,照抄无效。
  • 对话式能力的描述是展望性的。 书里多处以「理想情况下」的口吻描述对话版, 实际能力取决于具体产品(书里反复提醒「AI 在婴儿期」)。
  • 第 04 章的预告部分兑现于不可用章节。 「治理与分析如何应用搜索」的书里指向 第 6 章(访问与观测)——不在试读版。
  • 性能与排序细节缺席。 六模式只讲「怎么拼」,不讲「谁先返回」「怎么排序」——那是各家的黑箱。

7. 可带走的​

  1. 六种模式一张表记牢:简单三兄弟(基本/详细/灵活)+ 复杂三兄弟(区间/区块/陈述);
  2. 基本简单搜索信奉顶部命中即一切;供应商演示只演它,别把它当全部能力;
  3. 详细简单搜索的慢,花在查准词表写法上——这是学 IRQL 语法的最好入口;
  4. 灵活搜索的截断(*wood*)是换查全率的旋钮;要结果集的场景它会一直以关键词形态存在;
  5. 区块搜索=拆主题成词块、最大化查全、多阶段迭代;法律与合规场景的成败手;
  6. 区块搜索的弹药是人工词标——齐普夫定律的实用结论;
  7. 陈述搜索最常见于目录的自我管理(找无主资产、找断头管道);
  8. 布尔逻辑正在「融回自然语言」——学老写法,是为了精确地对话。

8. 原文地图​

主题原书章原文位置
怎么搜取决于搜什么第 4 章text/23-fm-search-pattern-overview.txt:12(搜「how you search depends on what」)
保留全部模式的原因第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:4(搜「what conversational search is replacing」)
模式表(查准/查全档位)第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:9(搜「A few precise hits」)
新旧交替的写作立场第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:40(搜「almost not yet possible」)
顶部命中即一切第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:51(搜「perfect precision hit」)
一两个日常词第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:52(搜「plain-language search terms」)
瑞典销售例第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:56(搜「sales rep」)
图谱目录的简单搜索极强第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:72(搜「Google」)
供应商只演示它第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:80(搜「sales material」)
详细简单搜索定义第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:91(搜「Detailed simple search is when」)
Ash Fraxinus AND DataSteward第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:102(搜「Fraxinus」)
对话版与精确提示第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:122(搜「prompt with precision」)
灵活搜索与截断第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:130(搜「Flexible simple search」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:146(搜「wooden floor」)
保持关键词形态的理由第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:155(搜「classical keyword search」)
区间搜索与两个例子第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:160(搜「done with range search」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:165(搜「RES.100.7.1003」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:169(搜「Pictures of heartwood」)
诉讼开场第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:179(搜「file a lawsuit」)
尽职调查与最大化查全第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:186(搜「due diligence」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:188(搜「maximize recall」)
区块搜索查询式第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:193(搜「Linden」)
多阶段迭代第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:226(搜「several phases」)
人工词标、对抗齐普夫第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:236(搜「humans, not machines」)
成败手第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:239(搜「make or break」)
search builder 与 PubMed第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:207(搜「search builder」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:221(搜「PubMed」)
对话式区块「太早」第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:253(搜「too early to say」)
Boole 旁注第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:258(搜「George Boole」)
陈述搜索与无主报表第 4 章text/24-fm-keyword-search-and-conversational-ai-search.txt:263(搜「Statement Search」) · text/24-fm-keyword-search-and-conversational-ai-search.txt:272(搜「January 1, 2022」)
模式小结(超准命中)第 4 章小结text/27-fm-summary.txt:34(搜「precise hits in return」)
小结:区块靠穷尽+特异第 4 章小结text/27-fm-summary.txt:42(搜「exhaustive and used with great specificity」)

Footnotes​

  1. 出处:「Search Pattern Overview」第 22 段(text/23-fm-search-pattern-overview.txt:22,搜「Search Pattern Overview」):Table 4-1 列出全部模式及查准/查全档位;浏览模式不适用这两项。 ↩

  2. 出处:「Keyword Search and Conversational AI Search」第 4 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:4,搜「what conversational search is replacing」)。 ↩

  3. 出处:「Keyword Search and Conversational AI Search」第 50 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:50,搜「seen in isolation」)与第 51 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:51,搜「perfect precision hit」)。 ↩

  4. 出处:「Keyword Search and Conversational AI Search」第 56 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:56,搜「sales rep」)。 ↩

  5. 出处:「Keyword Search and Conversational AI Search」第 72 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:72,搜「Google」)。 ↩

  6. 出处:「Keyword Search and Conversational AI Search」第 80 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:80,搜「sales material」)。 ↩

  7. 出处:「Keyword Search and Conversational AI Search」第 100 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:100,搜「Latin name」)与第 102 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:102,搜「Fraxinus」)。 ↩

  8. 出处:「Keyword Search and Conversational AI Search」第 109 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:109,搜「precision is high」)。 ↩

  9. 出处:「Keyword Search and Conversational AI Search」第 117 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:117,搜「boolean operators are correctly applied」)。 ↩ ↩2

  10. 出处:「Keyword Search and Conversational AI Search」第 144 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:144,搜「truncated on both sides」)与第 146 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:146,搜「wooden floor」)。 ↩

  11. 出处:「Keyword Search and Conversational AI Search」第 155 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:155,搜「classical keyword search」)。 ↩

  12. 出处:「Keyword Search and Conversational AI Search」第 167 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:167,搜「heartwood」)与第 169 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:169,搜「Pictures of heartwood」)。 ↩

  13. 出处:「Keyword Search and Conversational AI Search」第 179 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:179,搜「file a lawsuit」)。 ↩

  14. 出处:「Keyword Search and Conversational AI Search」第 186 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:186,搜「due diligence」)。 ↩

  15. 出处:「Keyword Search and Conversational AI Search」第 193 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:193,搜「Linden」)。原式在正文中以图像形式呈现,正文文本保留了查询式的开头部分。 ↩

  16. 出处:「Keyword Search and Conversational AI Search」第 188 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:188,搜「maximize recall」)与第 190 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:190,搜「perusing quite a lot」)。 ↩

  17. 出处:「Keyword Search and Conversational AI Search」第 224 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:224,搜「block search in LIS」)与第 226 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:226,搜「several phases」)。 ↩ ↩2

  18. 出处:「Keyword Search and Conversational AI Search」第 234 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:234,搜「Zipf」)与第 236 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:236,搜「humans, not machines」)。 ↩ ↩2

  19. 出处:「Keyword Search and Conversational AI Search」第 239 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:239,搜「make or break」)。 ↩

  20. 出处:「Keyword Search and Conversational AI Search」第 215 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:215,搜「gray are optional」)与第 221 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:221,搜「PubMed」)。 ↩

  21. 出处:「Keyword Search and Conversational AI Search」第 270 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:270,搜「how many Tableau reports」)与第 273 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:273,搜「reach out」)。 ↩

  22. 出处:「Keyword Search and Conversational AI Search」第 174 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:174,搜「smoother, simpler question」)。 ↩

  23. 出处:「Keyword Search and Conversational AI Search」第 253 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:253,搜「too early to say」)。 ↩ ↩2 ↩3

  24. 出处:「Summary」第 21 段(text/27-fm-summary.txt:21,搜「increasingly dated」)。 ↩ ↩2

  25. 出处:「Keyword Search and Conversational AI Search」第 258 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:258,搜「George Boole」)与第 260 段(text/24-fm-keyword-search-and-conversational-ai-search.txt:260,搜「closer to its origins」)。 ↩